Noldus动作分析系统介绍Word文档下载推荐.doc

Noldus动作分析系统介绍Word文档下载推荐.doc

《Noldus动作分析系统介绍Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《Noldus动作分析系统介绍Word文档下载推荐.doc（7页珍藏版）》请在冰点文库上搜索。

1、Grayscaling:

将物体的灰度跟背景相比，确定一个亮度范围（两个极值之间），在这个亮度范围之间的就是被观察的物体

2、Subtraction:

在实验之前，先要采集arena的一个参考画面。

在实验中，每一帧画面减去参考画面。

得到的就是被观察的物体（当然也有可能是干扰）。

如果在一种单色条件下观察两个物体，可以通过物体的大小将他们区分开来。

3、Colortracking:

首先定义物体的颜色，由这些颜色的象素组成的东西被假设为观察的物体。

这个只能在Color-Proversion中应用

第二、从基础的位置数据中提取信息

EthoVision完成位置信息的收集后开始计算因变量（参数），这称为特征提取。

EthoVision可以计算每个参数的平均值、范围、方差标准差等也可以把多次实验或多个物体的实验（或者其他自变量分类，比如性别等）放到一起进行分析。

物体的位置也可以通过定义zone而给予含义，比如定义出发点，目标点。

这样你可以获得跟这些你感兴趣的地点有关的数据，比如说在这个区域所持续的时间，到达这个区域I的时间、速度、和路径曲线。

二、EthoVision工作流程

（一）设计实验

1、工作区和实验

EthoVision借助工作区提供方便的途径去组织数据。

可以使用工作区来保存一组相关实验。

一个实验是指共享独立变量的一组试验的数据和设置。

一个实验的主要特征是每单位试验区域中动物的固定数量。

2、独立变量和手动评分的行为

2.1定义独立变量

（1）选择系统变量——从“Variables”菜单，选择“Showsystemvariables”一项。

EthoVision将会显示出可用的系统变量列表，您可以选择需要查看的变量的选择框。

（2）定义自己的变量——从“Variables”菜单，选择“Adduser-defined

variable”一项。

EthoVision会在电子数据表中加一空白横行，可以添加自己定义的变量。

（3）变量属性——右键单击变量行可以列出或者设定预定义值的一个范围；

或者决定在试验过程中什么时候对变量的值进行编辑。

2.2定义独立变量的值

定义了实验用的独立变量后，可以设定这些独立变量的值，这样可以使我们预先准备所有试验。

2.3定义手动评分的行为

EthoVision自动探测某些行为，比如用后腿站起和移动。

如果我们也想记录一些不能够被自动探测的行为（如：

用力吸气或侵略性姿势），可以在动物做这种行为时按键记录。

在Definitionmodule里，可以定义哪一个键对应哪一个行为。

3、试验区域定义及校准

3.1试验区域定义

一个试验区域指EthoVision记录您的动物的位置所在区域。

我们可以把一个试验区域进一步细分成几个区域（zones），并且按动物所处的区域对动物的运动进行分析。

试验区域定义（Areandefinition）是一个或多个试验区域和一个或多个区域定义的结合（每个区域定义包含一个或多个区域），这些设置都会保存为一个试验区域描述文件（Arenaprofile）。

3.2校准

EthoVision以像素来测量两点之间的距离（像素，影像视图最小的图片构成单位）。

要将像素转换成真正测量值（米，英寸）我们必须要校准EthoVision。

可以在以下两种方法中选择其中的一种：

（1）标准校准：

假设试验区域内的所有距离与其反应在屏幕上的相等距离存在线性关系。

（2）如果使用广角镜头或者镜头轴线不垂直于试验区域，图像将会扭曲，我们可以使用高级校准（advancedcalibration）进行弥补。

（二）数据采集

一旦已经定义了试验区域和区域，也校准了系统，那么就可以准备开始获取数据了。

Acquisitionmodule（采集模块）是EthoVision程序的核心部分，用于将来自摄像机或是录像带的信号转换成标记被追踪物体位置的一系列x，y坐标值。

在一个试验过程中从一个物体那获得的数据就叫“轨迹”。

所获得的数据包括x，y坐标值和每个样本的物体表面积。

一个试验区域里所有物体的轨迹都保存在一个轨迹文件里。

首先，需要确定一系列的设置来定义试验如何进行；

然后就可以开始试验，EthoVision对录像资料进行分析。

要修改追踪设置和追踪动物，必须运行Acquisitionmodule（从“Experiment”菜单，选择“AcquireData”一项）。

当启动Acquisitionmodule时，该模块处于测试状态。

在“TrackingView”和“TrialInformation”窗口里可以看到设置改变所产生的影响，但是，数据不会保存到轨迹文件中。

我们可以通过“Tracking”菜单定义所有数据收集的设置：

（1）TrialProtocol（实验守则）

在这里，可以预设定记录的持续时间（可选）和样本率（程序默认每秒记录5个样本——也就是说，计算机记录一个物体的位置和表面积需要0.2秒的时间）。

如果我们设置的样本率高于计算机所能执行的范围，将会失去一些样本。

（2）DefiningSeries（定义系列）

我们可以定义按一定时间间隔分开的一系列记录小节，那么就能以自动系列记录轨迹。

（3）Processing（处理程序）——DetectionMethod（探测方法）

①、Grayscaling（灰暗尺度）——从背景中辨别物体的最快方法，但这种方法易受穿过场景的光线密度变化的影响。

此种方法用于探测满足在“NoiseRemoval”（噪音清除）组和“UpdateDetectionVariables”（改进探测变量，见下文）中设定的条件之所有像素组。

②、Subtraction（提炼）——EthoVision能够从真实图像（有动物）里提炼参照图像（没有动物）。

参照图像是试验开始前没有动物的试验区域图像（需要注意，此图像有别于我们用以绘制试验区域的图像）。

提炼提供一张包括一些声音和追踪的物体的图像。

③、Colortracking（色彩追踪）——物体是基于色度和他们标记颜色的饱和度被探测和识别出来。

不论选择哪种探测方法，都有下面的一个额外选项：

①、Noiseremoval（噪音清除）——定义物体的最小和最大尺寸。

小于我们物体（比如系统声音）或是大于我们物体（比如反应）的所有像素组都不被作为物体探测出来。

②、Identification（辨别）——包括规定EthoVision如何决定两个或多个物体间差异的各项设置。

根据物体探测方法不同，可以定义EthoVision如何用不同的设置变量去辨别物体

③、Mobility（活跃性）——EthoVision可以探测到独立于空间转移（移动）的物体形状和大小。

为了这样做，EthoVision需要一些界定值，这样才能分清物体的状态是静止的、活跃的，或是非常易变的。

如果试验区里的变化小于“Immobilethreshold”（静止界定值），那么这个物体就被认为是稳定的。

如果变化大于“Stronglymobilethreshold”（活跃界定值），那么这个物体就被认为是非常易变的。

其余的情况都认为物体是活跃的。

同时，定义许多在实验区里的变化处于平均水平的样本（这样做是为了改正在实验区里由与活跃性无关的因素引起的瞬间改变）。

④、UpdateDetectionVariables（改进探测变量）——如果我们正使用灰暗尺度或提炼探测方法，必须告诉EthoVision实验动物的灰暗程度和试验背景的灰暗程度。

我们可以拖拽滑块直到EthoVision正确地追踪实验动物。

（三）观察轨迹

一旦获得轨迹，就可以使用Visualizationmodule（从“Experiment”菜单选择“VisualizeData”一项）回放这些轨迹。

通过回放轨迹，可以对动物的行为有个好的初步印象，同时也能暴露数据文件里需要修改的错误。

（四）数据分析

在Acquisitionmodule，EthoVision已经为影像图片的每一只动物概括出一系列的x,y坐标和表面积。

可以在Visualizationmodule观察这些轨迹，但是要想将动物的移动和行为量化，必须从原始数据中衍生一些二级参数（例如速度或标题之类的因变量）。

可以在Analysismodule里设置这些二级参数。

计算完参数（因变量）后，通过导出数据到统计软件包，可以发现自变量（比如对待条件）是否对参数有显著的影响。

EthoVision提供许多便捷的导出形式。

1、参数。

EthoVision提供以下参数：

（1）距离和时间参数：

Inzone——物体是否在选择的区域里。

Distancetozone——距区域边界最近点的距离（如果动物在区域里，则距离为0）。

Distancetozoneborder——从区域外或在区域里，距区域边缘的距离。

Distancetopoint——距研究点、区域中心或试验区域中心的距离。

Distancemoved——两个样本间物体运动的距离。

Velocity——物体的速度，也就是每单位时间运动的距离。

（2）路径形状

Heading——与参照方向相关的运动方向。

Turnangle——两个样本间运动方向的变化。

Angularvelocity——每单位时间里一个物体运动方向的变化。

Meander——相对于物体移动距离的物体运动方向的变化。

（3）个体行为

Movement——物体是否运动得快过定义的界定值。

Rearing——是否动物以后腿站立（基于在区域里的改变进行计算）。

Manually-recordedbehaviors——使用手动事件记录器记录行为，或使用事件日志键盘记录行为。

Mobility——根据样本之间被追踪物体的像素差别，使用所设置的界定值判定动物是活跃的，静止的，或是非常易变的。

（4）社会行为

社会统计是在施动者和受动者之间进行计算。

所谓的施动者是我们正在追踪的物体，受动者可以是我们定义的任何被追踪物体、区域或研究点。

Distancebetweenobjects——两个物体间的距离。

Proximity——一个物体是否比其它被追踪物体更接近于定义距离。

Speedofmovingto——一个物体朝另一个物体移近的距离加权速度。

Speedofmovingfrom——一个物体由另一个物体位置移开的距离加权速度。

Relativemovement（相对运动）——一个物体是否表现朝着另一个物体的相对运动。

Netrelativemovement（净相对运动）——两个物体之间距离的有正负区分的、距离加权变化。

2、分析过程

（1）选择轨迹（一个轨迹是来自一个试验中一个物体的数据），可以把独立变量作为选择轨迹的标准，比如可以计算一只接受了特殊对待条件的动物的所有轨迹的统计数据。

（2）根据时间、区域和行为（或者嵌套）在轨迹里选择数据。

（3）筛选数据（最小移动距离和减小规模）。

（4）选择参数（因变量，比如速度和移动距离）。

（5）选择参数属性（描述性统计以及用于计算参数的筛选）。

（6）运行计算。

（7）导出数据用以进一步的分析。

3、导出数据

EthoVision系统可以导出以下数据：

（1）Rawdataandparameters（原始数据和参数）——对于每个样本来说，原始数据就是x，y坐标和追踪物体的表面积。

所谓参数值，以Mobility状态参数为例，每个样本不仅表现的是x，y坐标和表面积，而且对于该样本来说，这一物体是不是被认为是活跃的。

（2）Statistics（统计值）——选定物体（以及时间窗口和区域）的参数统计值。

例如，参数“DistanceinZone”的平均数和标准方差。

（3）BehavioralData（行为数据）——手动评分的行为和状态参数（比如，移动性）。

EthoVision系统可以用于动物实验（迷宫）、产品的操作评价（如，键盘、手机）、流水线分析、运动员和模特等的动作矫正等实验研究，为我们行为实验提供了极大的方便。